| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.1.1 机载预警雷达空时自适应处理研究背景及意义 | 第16页 |
| 1.1.2 基于GPU的机载预警雷达信号处理研究背景及意义 | 第16-18页 |
| 1.2 国内外研究现状分析 | 第18-19页 |
| 1.2.1 机载预警雷达空时自适应处理国内外研究现状 | 第18页 |
| 1.2.2 基于GPU的机载雷达信号处理国内外研究现状 | 第18-19页 |
| 1.3 本文的主要工作及工作安排 | 第19-22页 |
| 第二章 非均匀环境下的空时自适应处理 | 第22-36页 |
| 2.1 引言 | 第22-23页 |
| 2.2 空时自适应处理基本原理 | 第23-28页 |
| 2.2.1 全维STAP基本原理 | 第23-26页 |
| 2.2.2 降维STAP基本原理 | 第26-28页 |
| 2.3 基于环境动态感知的知识辅助空时自适应处理 | 第28-34页 |
| 2.3.1 杂波环境先验信息获取 | 第28-30页 |
| 2.3.2 杂波协方差矩阵估计和空时自适应处理 | 第30-31页 |
| 2.3.3 仿真实验和结果分析 | 第31-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 GPU通用计算框架介绍 | 第36-46页 |
| 3.1 GPU简介 | 第36-38页 |
| 3.2 CUDA模型介绍 | 第38-44页 |
| 3.2.1 CUDA编程模型介绍 | 第38-39页 |
| 3.2.2 CUDA执行模型介绍 | 第39-42页 |
| 3.2.3 CUDA存储器模型介绍 | 第42-44页 |
| 3.3 GPU和MATLAB混合编程方法 | 第44-45页 |
| 3.3.1 CUDA C与MATLAB的差异 | 第44-45页 |
| 3.3.2 GPU与MATLAB混合编程实现 | 第45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于GPU的机载预警雷达信号处理方法实现 | 第46-72页 |
| 4.1 基于GPU的机载预警雷达回波仿真方法实现 | 第46-54页 |
| 4.1.1 机载预警雷达回波仿真原理 | 第46-48页 |
| 4.1.2 机载预警雷达回波仿真并行方法 | 第48-51页 |
| 4.1.3 机载雷达回波仿真并行结果及分析 | 第51-54页 |
| 4.2 基于GPU的匹配滤波方法实现 | 第54-58页 |
| 4.2.1 匹配滤波算法原理 | 第54-55页 |
| 4.2.2 匹配滤波算法并行方法 | 第55-57页 |
| 4.2.3 匹配滤波算法并行结果及分析 | 第57-58页 |
| 4.3 基于GPU的机载雷达杂波抑制方法实现 | 第58-65页 |
| 4.3.1 3DT算法原理 | 第58-60页 |
| 4.3.2 3DT算法并行实现 | 第60-63页 |
| 4.3.3 3DT算法并行结果及分析 | 第63-64页 |
| 4.3.4 KA-STAP算法并行实现 | 第64-65页 |
| 4.3.5 KA-STAP算法并行结果和分析 | 第65页 |
| 4.4 基于GPU的恒虚警率检测并行化方法 | 第65-71页 |
| 4.4.1 恒虚警率检测基本原理 | 第66-68页 |
| 4.4.2 单元平均恒虚警率检测算法的并行方法 | 第68-69页 |
| 4.4.3 单元平均恒虚警率算法并行结果及分析 | 第69-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 全文总结 | 第72页 |
| 5.2 未来展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |
